在2020年抗击COVID-19疫情斗争中，北京航空航天大学经济管理学院王惠文教授及团队结合2003年所做非典疫情的状态评估和预测建模研究基础，密切关注在疫情防控中存在的问题。自1月23日起，通过各种渠道相继提交了20多个信息和提案，例如：加强对密切接触者实行隔离筛查、避免新冠肺炎疫情在医院内扩散、关注医务人员的轮岗休整、加强对全国各地区疫情监控与预警工作，等等。团队收集和分析了COVID-19的公报数据，采用统计分析方法对新冠肺炎疫情的传播规律进行了预测与分析，对全国（除湖北）各地区的抗疫阶段做出判断和预测，提出了疫情防控全过程的阶段划分方法，并提交了7篇研究报告。王惠文教授接受《中国经济时报》专访，发表文章《各地应分期分批有序恢复社会经济活动》，并被《今日头条》等网络媒体转载；民建市委网站头版刊登了她的文章《COVID-19疫情发展的状态评估与预测分析》，并报道了《数据会说话：王惠文：疫情发展的状态评估与预测研究》；民建中央网站也专题报道了《北京会员王惠文：用数据打赢疫情防控战》。

本发明公开了一种基于深度回声状态网络的目的地预测方法，属于轨迹目的地预测技术领域。

本技术提出了基于多尺度理论模拟结合深度机器学习的一整套解决方案，即利用先进多尺度模拟方法精准解析SEI原子结构，建立新一代SEI模型，阐明SEI结构和形成机制，完整构建SEI与电池性能之间的内在联系，定向设计符合不同商用条件的新型电解液配方，为开发新一代高能量密度电池提供可能。 一、项目分类 显著效益成果转化 二、技术分析 随着智能手机、笔记本电脑等消费电子产品的快速发展，锂离子电池（Lithium Ion Battery, 简写为LIB）已经成为最成功的电化学储能设备之一，并从根本上影响并改变了人们的日常生活方式。随着制造工艺的逐步成熟，LIB的能量密度已经接近其理论极限。另一方面，可移动电子设备的快速普及和汽车电动化的蓬勃发展也不断要求开发具有更高能量密度的充电电池以满足实际使用的需求，而最先进的LIB依然无法完全满足上述需求。因此，寻找更高能量比的锂电池电极材料，加快下一代新型锂电池关键技术的相关研究，已成为制约锂电池技术产业发展进步的关键问题。锂金属电池的能量密度虽足以达到下一代电动车的要求，但其自身的稳定性仍令人担忧，这主要是因为Li金属的反应活性过高，其几乎可与所有的电解液均能自发地发生化学反应。在电池的运行过程中，Li电极和电解液之间通过自发化学反应和电化学反应导致了固体电解质界面（solid electrolyte interphase，SEI）的形成。当所形成的SEI结构不均匀时会诱发电池体积膨胀，此外，充放电过程中锂的不均匀沉积会导致锂枝晶的形成，锂枝晶的不规则生长会刺穿SEI，导致SEI膜发生破裂，并产生死锂，降低锂金属电池库伦效率；更严重的是，锂枝晶的不断生长会刺穿隔膜，造成电池内部的短路，导致火灾和爆炸等安全事故，大大缩短了电池的使用寿命，严重阻碍了其大规模商业化发展。因此，SEI对LMB的性能具有至关重要的影响。良好且稳定的SEI可以阻止（或者大幅度减缓）负极界面上反应的持续发生，起到保护Li电极的作用。针对下一代高稳定性锂金属电池设计中存在的关键问题，结合国际研究进展与本团队前期研究基础，我们提出了基于多尺度理论模拟结合深度机器学习的一整套解决方案，即利用先进多尺度模拟方法精准解析SEI原子结构，建立新一代SEI模型，阐明SEI结构和形成机制，完整构建SEI与电池性能之间的内在联系，定向设计符合不同商用条件的新型电解液配方，为开发新一代高能量密度电池提供可能。本方案已形成完整的工作流，相关自动化软件已开发完成并交付使用，且具有完全的自主知识产权，可用于国内外上游电池生产研发企业积累原始电池性能数据，大范围筛选有效电解液组分，指导下一代高能量密度锂电池研制。 我们的技术优势与创新主要表现在： 1）首次在电池体系中实现了QM与MM的混合模拟与混合加速； 2）在电池体系模拟中实现了开放电子体系对电化学反应的热力学和动力学预测； 3）在保证精度的前提下，实现了在纳米尺度上对真实的实验SEI结构直接模拟； 4）通过耦合深度机器学习，实现了电解液组分大范围筛选与性能优化。

南方科技大学科研部、工学院、计算机科学与工程系（下简称“计算机系”）和南方科技大学-东京大学超智慧城市联合研究中心紧急组织科研力量，成立“新型冠状病毒传播建模预测项目组”，由计算机系副教授宋轩担任负责人，迅速启动针对新型冠状病毒传播感染的“大数据分析和AI建模推演平台”研发工作。该平台是一个针对新型冠状病毒传播的大数据分析和AI建模平台（如图1），

以肉类食品为主要基质，构建了单增李斯特菌、肠炎沙门氏菌、副溶血性弧菌、金黄色葡萄球菌、气单胞菌、生孢梭菌等主要致病菌或条件致病菌或研究替代菌的生长、残存、失活、损伤、修复等状态以及低温、酸化、渗透压、气调包装等环境条件下的动力学和概率模型，特别是通过生长模型探讨了在货架期预测方面的应用可能性，设计了电子 TTI 结构模式，并对冷冻损伤型的气单胞菌建立了适用的失活模型，初步探讨其冷冻损伤和修复机制，另外完善了两菌竞争拮抗建模理论（单增李斯特菌与植物乳杆菌、肠炎沙门氏菌与铜绿假单胞菌），构建了新型防腐剂

本技术是一种构件级别的建筑地震经济损失精细化评估方法，具体包括 3 个模块：构件震害评估模块、损失评估模块和可视化模块，构件震害评估模块用于根据建筑信息模型（building information model，BIM）和易损性数据库评估每个构件的震害；损失评估模块用于根据 BIM、易损性数据库和修复标准库计算每个构件及建筑整体的地震经济损失；可视化模块用于建筑震害和损失的三维可视化展示。本技术可以将损失评估精确到构件，而且提供具体的构件损失分布，为建筑投保、地震修复策略、防灾设计等提供重要参考。

本发明提出一种智能物流系统预测性调度优化方法及系统，具体包括：实时采集智能物流系统内设备的运行状态数据，对运行状态数据进行预处理，并划分训练集和测试集；对预处理后的运行状态数据进行时域分析，从中提取关键故障特征，对设备进行健康状态评估；建立预测性调度模型，基于得到的健康状态评估结果进行调度策略切换，并对生产物流调度方案进行多目标优化；采用三维建模技术进行可视化管理，并结合虚拟仿真进行调度优化验证。本发明所提出的方法，能够有效应对动态物流环境中的设备故障等问题，优化物流调度性能，减少配送延误，并提高物流系统的整体效率与资源利用率，实现高智能化、高效生产物流调度。

核壳结构乳胶粒子的合成及其性能的研究是乳液聚合领域中的一个重要方面，其中多层核壳结构乳胶粒子是一组特殊的群体，在生物、物理、化学等方面都有着潜在的应用。本技术利用分子设计的思想，成功合成了具有梯度结构的多层核壳聚（I-J）互穿网络聚合物，以此乳液作为基料树脂，通过加入合适的助剂及填料，配制成阻尼涂料。将具有不同玻璃化温度的乳液进行共混并测试混合乳液的阻尼性能，发现共混乳液的阻尼性能不如多层核壳结构乳胶粒乳液的阻尼性能优良；在同等工艺条件下合成的具有不同层数的核壳乳胶粒子中，多层核壳结构乳胶粒子的阻尼性能最佳。

近日，中国科大俞书宏院士团队与工程科学学院丁航教授课题组和吴恒安教授课题组合作，在间歇式水热合成的流体行为研究领域取得重要进展。研究人员首次利用氧化石墨烯（GO）的液晶行为和凝胶化能力，借助酚醛树脂（PF）的固化定型作用，获得具有环形极向结构的凝胶（GO / PF 凝胶），根据凝胶的微观结构来揭示水热合成中的流体行为。该成果发表于Cell Press材料学旗舰期刊Matter上。研究人员发现，在水热条件下，GO纳米片在流体剪切力的作用下可以沿着流场的方向进行排列（图1）。此外，GO纳米片能够通过与酚醛树脂的原位交联固定形成具有环形结构的轴对称（类似于地球磁场分布结构）凝胶。研究人员可以通过对凝胶形貌和结构的直接观察分析，进而推测出水热合成中的流体行为。据此，研究人员开展了加热温度、溶液粘度和反应釜尺寸/形貌等多个因素进行了研究。

润滑脂是重要的工业润滑剂，不仅能满足一般 的润滑要求，而且还具有良好的极压、抗磨和密封 性能，被广泛应用于钢铁、汽车、航空航天和军事 等工业。复合锂基润滑脂是由12-羟基硬脂酸与二 元酸的复合锂皂作为稠化剂制成的一类高性能润滑 脂产品，具有优良的机械安定性，轴承漏失量少， 出色的抗水防锈和氧化安定性。采用邻苯二甲酸二 辛酯等为润滑脂基础油，充分利用酯油高低温性能 好、氧化稳定性高、润滑性能优异等特点；采用复 合锂基金属皂基进行一步法稠化，方法简单且能降 低生产能耗；产品具备良好的胶体安定性与机械安定性，所含有抗氧化剂赋予其在一定高温下工作的性 能，并且通过极压抗磨剂的加入使得复合锂基润滑脂组合物具备优异的极压抗磨性。 本技术成果可广泛应用在钢铁工业、汽车工业、工程机械领域中。目前已经在中山大学精细化工研究 院下设的实验室开展石化下游产品的研发工作；在中山大学惠州研究院设置了润滑与磨损研究中心开展相 应的润滑脂中试工作，已经完成的装置有2L的和8L的小试釜，建立了100L的反应釜，并且利用本研究研制 了一套具有自主产权的工业润滑脂研磨装备。